用途:agent-browser 是供 AI 智能体使用的浏览器自动化命令行工具,适合需要与网站交互的场景,例如导航页面、填写表单、点击按钮、截图、提取数据以及对比页面状态。
核心工作流:先导航 agent-browser open <url>,再用 agent-browser snapshot -i 获取元素引用(如 @e1、@e2),随后用引用执行 click、fill、select 等交互,页面变化后需重新快照获取新引用。命令可用 && 串联,浏览器通过后台守护进程在命令间保持状态。
主要能力:导航与关闭;快照(-i 交互元素、-C 含光标交互元素、-s 限定选择器);交互(click、fill、type、select、check、press、scroll);信息获取(get text/url/title);等待(元素、networkidle、URL 模式、毫秒);捕获(截图、全页截图、标注截图、PDF);diff(快照对比、截图像素对比、URL 对比)。还支持语义定位(find text/label/role/placeholder/testid)、JavaScript 求值(eval,复杂表达式建议用 --stdin 或 -b)、配置文件 agent-browser.json、并行会话、连接已有 Chrome、可视化调试、本地文件与 iOS 模拟器。
使用方式:安装与依赖信息资料未提供。常用命令包括 agent-browser open、snapshot -i、fill @e1 "text"、click @e1、wait --load networkidle、screenshot、state save/load、--session-name 会话持久化、--session 并行会话、--auto-connect 或 --cdp 连接 Chrome、--headed 可视化、--allow-file-access 打开本地文件、-p ios 配合 --device 使用 iOS 模拟器。
限制与注意:引用在页面变化后失效,必须重新快照;默认 Playwright 本地浏览器超时为 60 秒,慢页面应使用显式等待;并发运行时应使用命名会话并在结束时 close 以避免进程泄漏;iOS 模拟器需 macOS、Xcode 与 Appium(npm install -g appium && appium driver install xcuitest)。收费、价格与平台支持等资料未提供。